亚纯函数及其q差分的分担值集和唯一性

来源 :山东大学 | 被引量 : 0次 | 上传用户:soboy1478
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
R.Nevanlinna创立的值分布理论(也称Nevanlinna理论),以两个基本定理和亏量关系式为核心内容,被著名数学家WeyL评价为20世纪最优美的数学分支之一,而关于亚纯函数的唯一性理论是Nevanlinna理论的重要组成部分,它主要讨论在什么情况下只存在一个函数满足所给的条件,比如多项式除了一个常数因子外,由其零点唯一确定,然而对于超越整函数(或一般的亚纯函数)来讲,情形有极大的差异.Nevanlinna证明了超越亚纯函数由5个IM分担值唯一确定(称为Nevanlinna五值定理),分担4个CM公共值的超越亚纯函数相差一个Mobius变换(称为Nevanlinna四值定理),所以细致研究亚纯函数唯一性是十分重要的.近几十年来,它备受许多学者关注,借助R.Nevanlinna创立的值分布理论深入研究五值定理,四值定理,三值定理,或加权分担值集等唯一性问题,成为活跃的研究领域,国内外的众多数学家及学者己取得了丰硕研究成果.最近几年,亚纯函数唯一性理论的研究已经推广到了差分,非阿基米德,多复变等领域.尤其是差分领域,这一新课题一出现,就引起了许多数学学者的兴趣.W.Bergweiler,R.G.Halburd,Yik-Man Chiang等都已经得到了许多很好的结果.   本文主要介绍就与分担值集有关的零级亚纯函数及其q差分的唯一性问题所做的一些研究.全文共分三章,主要内容如下:   第一章概述了本文的研究背景,R.Nevanlinna基本的理论,以及后面两章中用到的唯一性的结论和一些记号.   第二章主要研究了零级亚纯函数及其q差分的分担值集和唯一性问题,推广并改进了仪洪勋,J.Heittokangas等人的结果,主要结果如下   定理1.设f(z)为零级非常数亚纯函数,q为非零复数,S1={1,w…,Wn-1},S2={∞},其中n为正整数,ω=ext(2πi/n),如果Ef(z)(Sj)=Ef(qz)(Sj)(j=1,2),则当n≥4时,f(z)≡±tf(qz),其中tn=1.   当f(z)为整函数,条件n≥4可以减弱为n≥3,如下   推论1.设f(z)为零级非常数整函数,q为非零复数,S={1,ω,…,ωn-1},其中n为正整数,ω=exp(2πi/n),如果Ef(z)(S)=Ef(qz)(S),则当n≥3时,f(z)≡±tf(qz),其中tn=1.   若适当选取S1,我们可以完全确定f(qz).   定理2.设f(z)为零级非常数亚纯函数,q为非零复数,m≥2,n≥2m+4,n和n-m没有公因子,a和b为使方程ωn+aωn-m+b=0没有重根的2个非零复数.S1={ω|ωn+aωn-m+b=0},S2={∞},如果Ef(z)(Sj)=Ef(qz)(Sj)(j=1,2),则f(z)≡f(qz).   当f(z)为整函数,变数的条件可以减弱为n≥5,如下   推论2.设f(z)为零级非常数整函数,q为非零复数,a和b为使方程ωn+aωn-m+b=0没有重根的2个非零复数,n为正整数.S={ω|ωn+aωn-m+b=0},如果Ef(z)(S)=Ef(qz)(S),则当n≥5时,f(z)≡f(qz).   第三章主要研究了关于零级亚纯函数及其q差分多项式的共担小函数和唯一性问题,在适当条件下,我们得到F-a的下界.   定理3.设f(z)为零级超越亚纯函数,a(z)为f(z)的小函数,F(z)=Пnj=1f(qjz)uj,qj(j=1,2,…,n)为判别非零负数,uj(j=1,2,…,n)为正整数.u=Σnj=1uj≥3,且至少有1个uj≥2,若f(z)的极点收敛指数为0,则在对数密度为1的集合上,F(z)-a(z)有无穷多个零点且   N(r,1/F(z)-a(z))≥T(r,f)+S(r,f).   考察差分多项式f(z)n(f(z)-1)f(qz)一a(z),我们可以得到   定理4.设f(z)为零级超越整函数,a(z)为f(z)的小函数,q为非零复数,n为正整数,则在对教密度为1的集上,当n≥2时,f(z)n(f(z)-1)f(qz)-a(z)有无穷多个零点.   对于差分多项式,我们还可以得到唯一性方面的结果   定理5.设f(z)和g(z)为两个零级超越整函数,a(z)为f(z)和g(z)的小函数,q为非零复数,n(≥7)为正整数,若f(z)n(f(z)-1)f(qz)与g(z)n(g(z)-1)g(qz)CM分担a(z),则在对数密度为l的集上,f(z)≡g(z).
其他文献
在动力系统中,时滞总是不可避免的存在。另外,在实际工业过程中,要遇到各种不确定性,诸如未建模动态、结构性的参数不确定性、工作环境的变化、降阶及线性化近似以及外部干扰
矩问题是概率理论的一个重要分支,它研究在给定随机变量的部分信息,如均值,方差,众数的条件下,估计该随机变量某类函数的均值和方差的上下界,包括估计该随机变量的分布函数的上下界
高维数据在生物信息学、生物医学、计量经济学和机器学习等领域频繁出现,它使经典的统计方法遭受了较大的冲击,是目前统计学理论和应用研究中面临困难最多、挑战最严峻的研究